快速S变换在电能质量分析中的应用

S变换是具有自适应分辨率的时频变换,近年来在电能质量分析中得到广泛应用。但是由于传统S变换计算量大(时间复杂度O(N3)),很难满足实时性要求。将一种新的S变换的快速算法(fast S-transform,FST)(时间复杂度O(N3log N))用于电能质量分析:对不同电压扰动在FST域的辨识;对含有噪声电压扰动去噪;与传统S变换运行效率进行对比。仿真结果表明不同的电压扰动在FST域内系数有不同表现形式;对于有噪声的电压扰动消噪后,能够较好地恢复原有时域电压信号。从计算时间和所占内存来看,该算法具有较好的实时性。

基于快速S变换的电能质量主成分分析方法

针对电能质量分析中S变换计算量大,及支持向量机分类识别需要设定特征参数的问题,文章将一种新的S变换的快速算法(FST)与主成分分析(PCA)相结合,并应用于电能质量分类识别。首先从FST域提取几种电压扰动的模系数;进而利用PCA进行降维处理并提取主要特征成分;然后获得投影矩阵;最后待识别电压信号投影后,根据最近邻分类器进行分类识别。仿真结果表明,电压扰动FST域模系数的特征成分主要在低频段,因此识别结果准确率高、计算时间短,并且算法本身有一定的抗噪声能力,能较好地实时处理电能质量扰动。